CN113338972B - 基于lstm的泥水盾构开挖面压力动态平衡自主控制方法 - Google Patents
基于lstm的泥水盾构开挖面压力动态平衡自主控制方法 Download PDFInfo
- Publication number
- CN113338972B CN113338972B CN202110748582.1A CN202110748582A CN113338972B CN 113338972 B CN113338972 B CN 113338972B CN 202110748582 A CN202110748582 A CN 202110748582A CN 113338972 B CN113338972 B CN 113338972B
- Authority
- CN
- China
- Prior art keywords
- slurry
- pump
- valve
- value
- pressure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002002 slurry Substances 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000009412 basement excavation Methods 0.000 title claims abstract description 28
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 61
- 230000008569 process Effects 0.000 claims abstract description 38
- 239000007788 liquid Substances 0.000 claims abstract description 27
- 238000007599 discharging Methods 0.000 claims description 17
- 239000002689 soil Substances 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 230000006403 short-term memory Effects 0.000 claims description 10
- 230000005641 tunneling Effects 0.000 claims description 10
- 230000007787 long-term memory Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 description 16
- 238000005516 engineering process Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000005312 nonlinear dynamic Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 235000006506 Brasenia schreberi Nutrition 0.000 description 1
- 244000267222 Brasenia schreberi Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000013404 process transfer Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21D—SHAFTS; TUNNELS; GALLERIES; LARGE UNDERGROUND CHAMBERS
- E21D9/00—Tunnels or galleries, with or without linings; Methods or apparatus for making thereof; Layout of tunnels or galleries
- E21D9/06—Making by using a driving shield, i.e. advanced by pushing means bearing against the already placed lining
- E21D9/093—Control of the driving shield, e.g. of the hydraulic advancing cylinders
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本发明公开了一种基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法。混合切换模型预测控制模块根据反馈的液位高度和推进速度实际值和事先测量参数处理获得期望值参数，再经泵开关模块对泥浆泵控制输出参考值参数，经最优控制模块进行跟踪处理输出阀的实际值参数，再经阀开关模块对阀门控制获得过程的实际值参数，经泥水压力动态平衡过程模块获得液位高度实际值，反馈到事件驱动控制模块和混合切换模型预测控制模块；事件驱动控制模块接收液位高度实际值生成运行模式，再反馈到混合切换模型预测控制模块、泵开关模块和阀开关模块。本发明减轻盾构机的控制工作量，在能够实现完全自主控制的基础上显著了提高泥水压力平衡控制精度。
Description
技术领域
本发明涉及盾构智能掘进技术领域的一种盾构机控制方法，尤其涉及一种基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法。
背景技术
盾构掘进机开挖面压力失衡会对地表建筑物、人员安全造成严重损害。如果环境水土压力大于盾构密封舱压力，则会造成地表塌陷事故；如果环境水土压力小于盾构密封舱压力，则会造成地表隆起(土压平衡盾构)或泥水击穿地表(泥水平衡盾构)事故。因此，开挖面压力平衡控制技术是保证盾构安全施工、控制地表沉降的关键技术。
在实际工程中，使用最广泛的间接型泥水盾构开挖面压力平衡控制由两名盾构司机配合完成，其中一名是负责调节进排浆流量的流体工程师，另外一名则是根据地质勘探数据中当前地层的水土总压力负责气垫舱压缩空气压力调节的土木工程师。由于需要监测和控制的变量数量多、调节的频率高，因此操作人员的工作量很大，长时间高强度的工作容易导致疲劳和误操作。遭遇掘进地层水土总压力突变等极端工况时，人工操作的反应通常不够迅速和有效。因此，人工操作的可靠性和准确性已逐渐成为制约泥水盾构技术进一步发展的主要瓶颈之一。
泥水气压平衡盾构多变量融合控制方法及系统(专利号：202010274694.3)基于稀疏模型建立了气垫舱气压力预测模型，输入地层参数信息、施工参数信息以及盾构测量参数信息，实现气压仓压力值的预测。同济大学宋蕴璞(宋蕴璞,奚鹰,李万莉.泥水平衡盾构开挖面平衡控制系统仿真设计研究[J].同济大学学报(自然科学版),2009,38(4):574-579.)等建立了泥水平衡过程传递函数模型，采用模糊PID控制器对气垫舱气压力进行恒定值控制，采用数字PID加前馈的控制器对进浆流量进行控制，由于切口压力仍需人工设定，该方法只能实现泥水平衡过程的半自动控制。华中科技大学Zhou(Zhou C,Ding L Y,HeR.PSO-based elman neural network model for predictive control of air chamberpressure in slurry shield tunneling under Yangtze River[J].Automation inConstruction,2013,36:208–217.)等建立了气垫舱压力设定最大值与最小值工程经验模型，并在此基础上开发了基于Elman递归神经网络与粒子群算法的气垫舱压力预测控制系统，替代人工设定气垫舱压力值。浙江大学李小飞(Li X,Gong G.Predictive control ofslurry pressure balance in shield tunneling using diagonal recurrent neuralnetwork and evolved particle swarm optimization[J].Automation inConstruction,2019,107:102928.)等基于对角递归神经网络和粒子群算法在线预测最优气垫舱压力与液位值，采用滑模控制构建气垫舱压力与液位控制器，实现泥水压力平衡的自动控制。
国内外学者针对盾构开挖面压力平衡智能控制做了大量开创性研究工作，为实现开挖面压力平衡自主控制奠定了良好基础，但仍然存在以下不足：
(1)开挖面压力平衡多系统耦合作用机理不明。
(2)高层参考输入规划与低层执行控制分别进行研究，缺乏整体研究。
(3)缺少压力或液位超限事件驱动的控制逻辑保护，影响可靠性和安全性。
(4)仅实现部分操作参数自动调控，仍需人工干预，自主程度低。
发明内容
本发明为了克服现有技术的缺陷和解决背景技术中存在的问题，提出了一种基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，解决现有技术的不完善以及盾构司机依靠经验设定气压仓压力值存在的不可避免的误操作、调节不够及时和有效等导致的施工效果不理想以及效率低等问题，实现压力平衡参数期望值的精确执行。
为实现上述目的，本发明采用了以下技术方案：
(1)混合切换模型预测控制模块根据泥水压力动态平衡过程模块和事件驱动控制模块反馈得到的液位高度实际值h、推进速度实际值
地质前勘测量形成的当前水土压力Pgw及事件驱动控制模块输出的运行模式M的时间序列处理获得气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos；
(2)步骤(1)中混合切换模型预测控制模块处理获得的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos经过泵开关模块对盾构机各个泥浆泵的控制进而输出气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r，并作为最优控制模块的参考输入；
(3)步骤(2)中泵开关模块输出的气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r输入到最优控制模块进行跟踪处理输出气仓压力实际值Pa、进浆泵流量实际值Qim及排浆泵流量实际值Qom，最优控制模块的作用是实现气仓压力实际值Pa、进浆泵流量实际值Qim及排浆泵流量实际值Qom分别与气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r之间的良好跟踪；
(4)步骤(3)中最优控制模块输出的气仓压力实际值Pa、进浆泵流量实际值Qim及排浆泵流量实际值Qom经过阀开关模块对盾构机各个阀门的控制，获得实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout；
(5)泥水压力动态平衡过程模块接收推进速度实际值
地质前勘测量形成的当前水土压力Pgw及步骤(4)中形成的实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout，得到泥水压力动态平衡过程中的液位高度实际值h，反馈到事件驱动控制模块和混合切换模型预测控制模块；
(6)事件驱动控制模块接收步骤(5)中得到的泥水压力动态平衡过程中的液位高度实际值h控制输出运行模式M、进浆泵开关Pi、排浆泵开关Po、进浆阀开关Vi、排浆阀开关Vo及旁通阀开关Vb，再反馈到混合切换模型预测控制模块、泵开关模块和阀开关模块，形成闭环控制。
泥水压力动态平衡过程中，泥浆泵包括进浆泵和排浆泵，泵开关模块分别和进浆泵、排浆泵电连接，用于控制进浆泵和排浆泵的工作；阀门包括了进浆阀、排浆阀和泥浆旁通阀，阀开关模块分别和进浆阀、排浆阀、泥浆旁通阀电连接，用于控制进浆阀、排浆阀和泥浆旁通阀的工作。
所述(1)中，混合切换模型预测控制模块采用长短期记忆(Long Short TermMemory,LSTM)模型处理获得在每个采样时刻的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos；长短期记忆模型的输入为液位高度实际值h、推进速度实际值
地质前勘测量形成的地质数据表中的当前水土压力Pgw及事件驱动控制模块输出的运行模式M的时间序列；长短期记忆模型的输出为当前采样时刻的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos。
泥水盾构开挖面压力动态平衡过程是一个具有长延时，强非线性的动态过程。相比于传统的采用线性的预测模型，本发明采用长短期记忆(Long Short Term Memory,LSTM)模型的优势是利用LSTM模型本身强大的的非线性动态学习能力，能够更好的学习到泥水盾构开挖面压力动态平衡控制过程中的非线性动态过程。
所述(2)中，泵开关模块按照以下方式处理获得气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r：
Qi,r＝PiQis
Qo,r＝PoQos
Pa,r＝Pas
其中，Pi和Po分别控制进浆泵和排浆泵的开/关状态参数。
所述(3)中，最优控制模块中采用的数据驱动直接自动设计与整定方法进行跟踪处理。
所述(4)中，阀开关模块按照以下方式处理获得实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout为：
P＝Paa
Qin＝ViQim
Qout＝Vo(Qom-VbQim)
其中，Vi、Vo和Vb分别控制进浆阀、排浆阀和旁通阀的开/关状态参数。
所述(6)中，事件驱动控制模块的具体控制逻辑为：
如果泥水液位h≥1.6m时，运行在“High”的高模式，M＝1，进浆泵和进浆阀处于关闭状态，Pi＝0和Vi＝0，排浆泵和排浆阀处于开启状态，Po＝1和Vo＝1，旁通阀处于开启状态，Vb＝1；
如果泥水液位-2.1m≤h≤1.6m时，运行在“Normal”的中模式，M＝3，进浆泵、排浆泵和进浆阀、排浆阀处于开启状态，Pi＝Po＝Vi＝Vo＝1，旁通阀处于关闭状态，Vb＝0；
如果泥水液位h≤-2.1m时，运行在“Low”的低模式，M＝2，进浆泵和进浆阀处于开启状态，Pi＝1和Vi＝1，排浆泵和排浆阀处于关闭状态，Po＝0和Vo＝0，旁通阀处于关闭状态，Vb＝0；
其中，M表示运行模式的离散变量，Pi和Po分别控制进浆泵和排浆泵的开/关状态参数，Vi、Vo和Vb分别控制进浆阀、排浆阀和旁通阀的开/关状态参数。
本发明与背景技术相比，具有的有益效果是：
本发明加入事件驱动控制，建立了一种完全自主控制的泥水盾构开挖面压力动态平衡控制方法，可以减轻盾构司机的工作量，而且在能够实现完全自主控制的基础上显著了提高泥水压力平衡控制精度，同时提高了可靠性和安全性。
附图说明
图1是泥水盾构开挖面压力动态平衡自主控制方法框图。
图2是事件驱动控制模块的分段输出图。
图3是泥水盾构开挖面压力动态平衡自主控制系统与人工操作的性能比较图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1所示，本发明的实施例及其实施过程和情况如下：
泥水压力动态平衡过程中，泥浆泵包括进浆泵和排浆泵，泵开关模块分别和进浆泵、排浆泵电连接，用于控制进浆泵和排浆泵的工作；阀门包括了进浆阀、排浆阀和泥浆旁通阀，阀开关模块分别和进浆阀、排浆阀、泥浆旁通阀电连接，用于控制进浆阀、排浆阀和泥浆旁通阀的工作。
(1)混合切换模型预测控制模块根据泥水压力动态平衡过程模块和事件驱动控制模块反馈得到的液位高度实际值h、推进速度实际值
地质前勘测量形成的地质数据表中的当前水土压力Pgw及事件驱动控制模块输出的运行模式M的时间序列处理获得气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos；
混合切换模型预测控制模块采用长短期记忆(Long Short Term Memory,LSTM)模型处理获得在每个采样时刻的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos；长短期记忆模型的输入为液位高度实际值h、推进速度实际值
地质前勘测量形成的地质数据表中的当前水土压力Pgw及事件驱动控制模块输出的运行模式M的时间序列；长短期记忆模型的输出为当前采样时刻的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos。
(2)步骤(1)中混合切换模型预测控制模块处理获得的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos经过泵开关模块对盾构机各个泥浆泵的控制进而输出气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r，并作为最优控制模块的参考输入；
泵开关模块按照以下方式处理获得气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r：
Qi,r＝PiQis
Qo,r＝PoQos
Pa,r＝Pas
(3)步骤(2)中泵开关模块输出的气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r输入到最优控制模块进行跟踪处理输出气仓压力实际值Pa、进浆泵流量实际值Qim及排浆泵流量实际值Qom；
(4)步骤(3)中最优控制模块输出的气仓压力实际值Pa、进浆泵流量实际值Qim及排浆泵流量实际值Qom经过阀开关模块对盾构机各个阀门的控制，获得实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout；
阀开关模块按照以下方式处理获得实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout为：
P＝Paa
Qin＝ViQim
Qout＝Vo(Qom-VbQim)
(5)泥水压力动态平衡过程模块接收推进速度实际值
地质前勘测量形成的地质数据表中的当前水土压力Pgw及步骤(4)中形成的实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout，得到泥水压力动态平衡过程中的液位高度实际值h，反馈到事件驱动控制模块和混合切换模型预测控制模块；
具体实施的泥水压力动态平衡过程模块，具体采用神经网络模型。
本发明在事件驱动控制模块的具体实施中，根据泥水液位h的值，设置高“High”、低“Low”和中“Normal”的三种运行模式，引入Pi、Po、Vi、Vo和Vb等五个离散的二值逻辑变量来控制泥浆泵和阀门的开启或关闭。Pi和Po分别控制进浆泵和排浆泵的开/关状态参数，Vi、Vo和Vb分别控制进浆阀、排浆阀和旁通阀的开/关状态参数。这些离散二值逻辑变量从有限集合{0,1}中进行取值。
还引入了离散变量M，该离散变量M从有限集合{1,2,3}中进行取值，M＝1,2,3，M的值分别与三种运行模式相对应。
(6)事件驱动控制模块接收步骤(5)中得到的泥水压力动态平衡过程中的液位高度实际值h控制输出运行模式M、进浆泵开关Pi、排浆泵开关Po、进浆阀开关Vi、排浆阀开关Vo及旁通阀开关Vb，再反馈到混合切换模型预测控制模块、泵开关模块和阀开关模块，形成闭环控制。
如图2所示，事件驱动控制模块的具体控制逻辑为：
如果泥水液位h≥1.6m时，运行在“High”的高模式，M＝1，进浆泵和进浆阀处于关闭状态，Pi＝0和Vi＝0，排浆泵和排浆阀处于开启状态，Po＝1和Vo＝1，旁通阀处于开启状态，Vb＝1，避免进浆阀突然关闭造成进浆管路压力冲击；
如果泥水液位-2.1m≤h≤1.6m时，即泥水液位h的值(单位为米)处于开区间(-2.1，1.6)，运行在“Normal”的中模式，M＝3，进浆泵、排浆泵和进浆阀、排浆阀处于开启状态，Pi＝Po＝Vi＝Vo＝1，旁通阀处于关闭状态，Vb＝0；
如果泥水液位h≤-2.1m时，运行在“Low”的低模式，M＝2，进浆泵和进浆阀处于开启状态，Pi＝1和Vi＝1，排浆泵和排浆阀处于关闭状态，Po＝0和Vo＝0，旁通阀处于关闭状态，Vb＝0；
其中，M表示运行模式的离散变量，Pi和Po分别控制进浆泵和排浆泵的开/关状态参数，Vi、Vo和Vb分别控制进浆阀、排浆阀和旁通阀的开/关状态参数。
假设泥水液位h的值(单位为米)处于开区间(-2.1，1.6)中，系统初始运行在“Normal”模式(M＝3)，进浆泵、排浆泵以及进浆阀、排浆阀处于开启状态(Pi＝Po＝Vi＝Vo＝1)，旁通阀处于关闭状态(Vb＝0)。
如果从“Normal”的中模式切换到“High”的高模式，进浆泵和进浆阀将被关闭(Pi＝0和Vi＝0)，将排浆泵和排浆阀继续运行(Po＝1和Vo＝1)，且将旁通阀开启(Vb＝1)。
如果从“Normal”的中模式切换到“Low”的低模式，此时排浆泵、排浆阀将保持被关闭(Po＝0和Vo＝0)，而进浆泵和进浆阀将继续运行(Pi＝1和Vi＝1)，将旁通阀保持关闭(Vb＝0)。
实施例采用随机抽取的24小时施工现场数据与数值模拟相结合的方法，通过与人工操作所得结果进行比较的方式来研究所提出的泥水盾构开挖面压力动态平衡自主控制系统的性能，仿真结果如图3所示。由图3的(a)可知，泥水盾构开挖面压力动态平衡自主控制系统在液位h控制精度方面性能较好，液位波动比人工操作小很多，泥水混合物的平均密度取为1280kg/m3，根据帕斯卡原理可换算出泥水压力平衡控制精度，泥水盾构开挖面压力动态平衡自主控制系统泥水压力平衡控制精度达到±3.14×10-2bar，优于人工操作的±8.91×10-2bar，精度提高了64.76％。图3的(b)显示相比人工调节，泥水盾构开挖面压力动态平衡自主控制系统更加积极地调节Pa值以适应Pgw的变化。另外，泥水盾构开挖面压力动态平衡自主控制系统起动和停止泥浆泵的频率比人工操作系统要高，如图3的(c)和图3的(d)所示。
应理解，本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (6)
1.一种基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是，包括以下步骤：
(1)混合切换模型预测控制模块根据泥水压力动态平衡过程模块和事件驱动控制模块反馈得到的液位高度实际值h、推进速度实际值
地质前勘测量形成的当前水土压力Pgw及事件驱动控制模块输出的运行模式M的时间序列处理获得气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos；
(2)步骤(1)中混合切换模型预测控制模块处理获得的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos经过泵开关模块对盾构机各个泥浆泵的控制进而输出气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r，并作为最优控制模块的参考输入；
(3)步骤(2)中泵开关模块输出的气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r输入到最优控制模块进行跟踪处理输出气仓压力实际值Pa、进浆泵流量实际值Qim及排浆泵流量实际值Qom；
(4)步骤(3)中最优控制模块输出的气仓压力实际值Pa、进浆泵流量实际值Qim及排浆泵流量实际值Qom经过阀开关模块对盾构机各个阀门的控制，获得实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout；
(5)泥水压力动态平衡过程模块接收推进速度实际值
地质前勘测量形成的当前水土压力Pgw及步骤(4)中形成的实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout，得到泥水压力动态平衡过程中的液位高度实际值h，反馈到事件驱动控制模块和混合切换模型预测控制模块；
(6)事件驱动控制模块接收步骤(5)中得到的泥水压力动态平衡过程中的液位高度实际值h控制输出运行模式M、进浆泵开关Pi、排浆泵开关Po、进浆阀开关Vi、排浆阀开关Vo及旁通阀开关Vb，再反馈到混合切换模型预测控制模块、泵开关模块和阀开关模块，形成闭环控制。
2.根据权利要求1所述的基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是：泥水压力动态平衡过程中，泥浆泵包括进浆泵和排浆泵，泵开关模块分别和进浆泵、排浆泵电连接，用于控制进浆泵和排浆泵的工作；阀门包括了进浆阀、排浆阀和泥浆旁通阀，阀开关模块分别和进浆阀、排浆阀、泥浆旁通阀电连接，用于控制进浆阀、排浆阀和泥浆旁通阀的工作。
3.根据权利要求1所述的基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是：所述(1)中，混合切换模型预测控制模块采用长短期记忆(Long Short TermMemory,LSTM)模型处理获得在每个采样时刻的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos；长短期记忆模型的输入为液位高度实际值h、推进速度实际值
地质前勘测量形成的地质数据表中的当前水土压力Pgw及事件驱动控制模块输出的运行模式M的时间序列；长短期记忆模型的输出为当前采样时刻的气仓压力期望值Pas、进浆流量期望值Qis及排浆流量期望值Qos。
4.根据权利要求1所述的基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是：所述(2)中，泵开关模块按照以下方式处理获得气仓压力参考值Pa,r、进浆泵流量参考值Qi,r及排浆泵流量参考值Qo,r：
Qi,r＝PiQis
Qo,r＝PoQos
Pa,r＝Pas
其中，Pi和Po分别控制进浆泵和排浆泵的开/关状态参数。
5.根据权利要求1所述的基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是：所述(4)中，阀开关模块按照以下方式处理获得实际施加在泥水压力动态平衡过程的气仓压力实际值Pa、进浆流量实际值Qin及排浆流量实际值Qout为：
Pa＝Pa
Qin＝ViQim
Qout＝Vo(Qom-VbQim)
其中，Vi、Vo和Vb分别控制进浆阀、排浆阀和旁通阀的开/关状态参数。
6.根据权利要求1所述的基于LSTM的泥水盾构开挖面压力动态平衡自主控制方法，其特征是：
所述(6)中，事件驱动控制模块的具体控制逻辑为：
如果泥水液位h≥1.6m时，运行在“High”的高模式，M＝1，进浆泵和进浆阀处于关闭状态，Pi＝0和Vi＝0，排浆泵和排浆阀处于开启状态，Po＝1和Vo＝1，旁通阀处于开启状态，Vb＝1；
如果泥水液位-2.1m≤h≤1.6m时，运行在“Normal”的中模式，M＝3，进浆泵、排浆泵和进浆阀、排浆阀处于开启状态，Pi＝Po＝Vi＝Vo＝1，旁通阀处于关闭状态，Vb＝0；
如果泥水液位h≤-2.1m时，运行在“Low”的低模式，M＝2，进浆泵和进浆阀处于开启状态，Pi＝1和Vi＝1，排浆泵和排浆阀处于关闭状态，Po＝0和Vo＝0，旁通阀处于关闭状态，Vb＝0；
其中，M表示运行模式的离散变量，Pi和Po分别控制进浆泵和排浆泵的开/关状态参数，Vi、Vo和Vb分别控制进浆阀、排浆阀和旁通阀的开/关状态参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110748582.1A CN113338972B (zh) | 2021-07-02 | 2021-07-02 | 基于lstm的泥水盾构开挖面压力动态平衡自主控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110748582.1A CN113338972B (zh) | 2021-07-02 | 2021-07-02 | 基于lstm的泥水盾构开挖面压力动态平衡自主控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113338972A CN113338972A (zh) | 2021-09-03 |
| CN113338972B true CN113338972B (zh) | 2022-08-05 |
Family
ID=77482255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110748582.1A Active CN113338972B (zh) | 2021-07-02 | 2021-07-02 | 基于lstm的泥水盾构开挖面压力动态平衡自主控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113338972B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101705827A (zh) * | 2009-10-21 | 2010-05-12 | 上海隧道工程股份有限公司 | 泥水气平衡盾构压力控制方法及装置 |
| CN109653757A (zh) * | 2018-11-20 | 2019-04-19 | 中铁工程装备集团有限公司 | 一种用于高水压、破碎地层的超大直径泥水平衡盾构机 |
| KR102105255B1 (ko) * | 2018-11-29 | 2020-04-28 | 현대건설주식회사 | 피스톤 펌프를 이용한 토압균형식 ｔｂｍ의 미량 폼 주입장치, 그 주입장치를 이용한 토압식 ｔｂｍ 모사 최적 폼 배합설계를 위한 시험장치 및 시험방법 |
| DE102018132658A1 (de) * | 2018-12-18 | 2020-06-18 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur rechnergestützten Auswertung einer Messung einer elektrischen Größe in einem Hochvolt-Bordnetz eines vorgegebenen elektrisch angetriebenen Kraftfahrzeugs |
| CN112879024A (zh) * | 2021-01-23 | 2021-06-01 | 西安建筑科技大学 | 一种盾构姿态动态预测方法、系统及设备 |
| CN112906153A (zh) * | 2021-02-04 | 2021-06-04 | 中铁十六局集团北京轨道交通工程建设有限公司 | 基于lstm的土压平衡盾构的土压智能动态调控方法 |
-
2021
- 2021-07-02 CN CN202110748582.1A patent/CN113338972B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101705827A (zh) * | 2009-10-21 | 2010-05-12 | 上海隧道工程股份有限公司 | 泥水气平衡盾构压力控制方法及装置 |
| CN109653757A (zh) * | 2018-11-20 | 2019-04-19 | 中铁工程装备集团有限公司 | 一种用于高水压、破碎地层的超大直径泥水平衡盾构机 |
| KR102105255B1 (ko) * | 2018-11-29 | 2020-04-28 | 현대건설주식회사 | 피스톤 펌프를 이용한 토압균형식 ｔｂｍ의 미량 폼 주입장치, 그 주입장치를 이용한 토압식 ｔｂｍ 모사 최적 폼 배합설계를 위한 시험장치 및 시험방법 |
| DE102018132658A1 (de) * | 2018-12-18 | 2020-06-18 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren zur rechnergestützten Auswertung einer Messung einer elektrischen Größe in einem Hochvolt-Bordnetz eines vorgegebenen elektrisch angetriebenen Kraftfahrzeugs |
| CN112879024A (zh) * | 2021-01-23 | 2021-06-01 | 西安建筑科技大学 | 一种盾构姿态动态预测方法、系统及设备 |
| CN112906153A (zh) * | 2021-02-04 | 2021-06-04 | 中铁十六局集团北京轨道交通工程建设有限公司 | 基于lstm的土压平衡盾构的土压智能动态调控方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于XGBoost 的隧道掘进机操作参数;王飞，龚国芳，段理文，秦永峰;《浙江大学学报》;20200413;第54卷(第4期);全文 * |
| 基于长短时记忆网络的盾构机刀盘扭矩实时预测;杨泰春，陶建峰，余宏淦，刘成良;《地下空间与工程学报》;20201231;第16卷(第6期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113338972A (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108643884B (zh) | 一种锚杆钻机推进回转系统及其协同自适应控制方法 | |
| CN110159184B (zh) | 旋挖钻机动力头作业系统、作业方法及旋挖钻机 | |
| CN104695953A (zh) | 一种实现滚筒自动调高的采煤机及其工作方法 | |
| CN113338972B (zh) | 基于lstm的泥水盾构开挖面压力动态平衡自主控制方法 | |
| EP2609281B1 (en) | Method and system for controlling a compressor at a rock drilling apparatus and a rock drilling apparatus | |
| Dolipski et al. | Investigating the simulated control of the rotational speed of roadheader cutting heads, relating to the reduction of energy consumption during the cutting process | |
| CN204151846U (zh) | 一种挖掘机中可独立调控的液压油冷却系统 | |
| CN113107352B (zh) | 一种旋挖钻机入岩控制装置及方法 | |
| CN104790948A (zh) | 一种采煤机滚筒自动调高的控制方法 | |
| CN214945458U (zh) | 复合动作控制系统及旋挖钻机 | |
| CN204436379U (zh) | 一种实现滚筒自动调高的采煤机 | |
| CN106013314A (zh) | 装载机智能辅助方法 | |
| CN114351785B (zh) | 一种基于强化学习的液压挖掘机系统流量匹配优化方法 | |
| Tang et al. | Expert system for operation optimization and control of cutter suction dredger | |
| CN210217604U (zh) | 旋挖钻机动力头作业系统及旋挖钻机 | |
| CN110847272B (zh) | 一种绞吸挖泥船智能疏浚控制方法 | |
| CN110552387A (zh) | 一种全液压推土机 | |
| CN113486463A (zh) | 基于深度强化学习的盾构最优自主掘进控制方法 | |
| CN108442445B (zh) | 耙吸挖泥船疏浚管系作业全自动控制系统 | |
| Yue et al. | Output fusion of MPC and PID and its application in intelligent layered water injection of oilfield | |
| CN204436394U (zh) | 一种采煤机滚筒自动调高控制系统 | |
| CN213175497U (zh) | 一种水锤钻机系统 | |
| CN104695957A (zh) | 一种采煤机滚筒自动调高控制系统及其工作方法 | |
| CN217001863U (zh) | 盾构试验机的管路系统 | |
| CN114862058A (zh) | 挖泥船管道输送系统优化控制方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |